Exploración multi-robot optimizada: un algoritmo novedoso para la exploración coordinada de vultures híbridos
Autores: Romeh, Ali El; Mirjalili, Seyedali; Gul, Faiza
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Exploración multi-robot optimizada: un algoritmo novedoso para la exploración coordinada de vultures híbridos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Exploración de entornos desconocidos
Múltiples robots
Método de optimización híbrida
Exploración multi-robot coordinada por buitres
Exploración multi-robot coordinada
Algoritmo de optimización de buitres africanos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Explorar entornos desconocidos utilizando múltiples robots tiene numerosas aplicaciones en varios campos pero sigue siendo una tarea desafiante. Este estudio propone un novedoso método de optimización híbrida llamado Exploración Multi-Robot Coordinada de Buitres Híbridos (), que combina la Exploración Multi-Robot Coordinada () y el Algoritmo de Optimización de Buitres Africanos () para optimizar la construcción de un mapa finito en la exploración multi-robot. Comparamoscon otros cuatro algoritmos similares utilizando tres medidas de rendimiento: tiempo de ejecución, porcentaje del área explorada y el número de veces que el método no logró completar una ejecución. Los resultados experimentales muestran que HVCME supera a los otros cuatro métodos, demostrando su efectividad en la optimización de la construcción de un mapa finito en un entorno interior desconocido.
Descripción
Explorar entornos desconocidos utilizando múltiples robots tiene numerosas aplicaciones en varios campos pero sigue siendo una tarea desafiante. Este estudio propone un novedoso método de optimización híbrida llamado Exploración Multi-Robot Coordinada de Buitres Híbridos (), que combina la Exploración Multi-Robot Coordinada () y el Algoritmo de Optimización de Buitres Africanos () para optimizar la construcción de un mapa finito en la exploración multi-robot. Comparamoscon otros cuatro algoritmos similares utilizando tres medidas de rendimiento: tiempo de ejecución, porcentaje del área explorada y el número de veces que el método no logró completar una ejecución. Los resultados experimentales muestran que HVCME supera a los otros cuatro métodos, demostrando su efectividad en la optimización de la construcción de un mapa finito en un entorno interior desconocido.